《七周成为数据分析师》前5周小结--第一期

青春看起来如此完美，没空闲去浪费时间

最近在学秦路老师的《七周成为数据分析师》，涵盖数据思维、业务知识、Excel技巧、数据可视化、SQL、统计学、PYTHON，偶尔来个复习还是必要的。

数据分析的本质其实是解决问题。

分析的结构层次：

1. 底层数据的收集（用户行为-产生的原始数据）

2. 数据业务化（原始数据-加工数据）

3. 数据可视化（加工数据-可视化数据）

4. 数据决策和执行（可视化数据-决策数据）

5. 数据模型（数据决策-数据应用/产品）

6. 数据战略（数据工具-数据体系/战略）
   三种核心思维
   1、结构化

   往往就是思维导图，举个例子
   线下销售的产品，8月销售额下降，和去年同比下降20%，找原因？

答：从内部、外部两个维度；
内部：消费者、地区、时间/外部：市场竞争、市场容量、政策风险；再细分：
内部：消费者-新、老；地区：A、B、C-各地区销售单价/销售率；时间：上、中、下，是否遇到促销
外部：市场竞争-同类商家、上下游商家；市场容量：饱和；政策：国家/地区

其实结构化也可以和其他的方法相结合。
2、公式化

同样去解答上一个例子

答：销售额=销量*客单价
利润=销售额收益-成本
销售额单一吗？不是，是多个商品SKU的总和
而地区销量由什么组成？是不同线下渠道的累加

销量再细挖=人均销量*购买人数

接下来再结合第一种结构化思维
销售额度分为地区A和其他地区
分为销量和客单价
销量=人均销量*购买人数（新客+老客）
客单价=原价 *折扣率

举一个新的例子
如何获取用户？

Account=主动+被动

主动有活动、推广等等—细分渠道的总和
而渠道=（曝光量*转化率）

被动有邀请应用商店搜索
转发人数*人均邀请量*转化率

3、业务化
是一种结合实际业务的一种思维

举个例子，预估某地共享单车投放量？
答：地区流动人口、区域人口密度、城市交通数据、个人保有自行车量、单车损耗率等

再举个例子，一家销售公司没有起色，进行分析
答：销售人员效率降低，产品质量不佳、价格平平、营销渠道方案有误、等等

好了，第一期由于太晚先总结到这，关注我，共同进步